MOOC 大數(shù)據(jù)基礎(chǔ)與應(yīng)用-北京理工大學(xué) 中國(guó)大學(xué)慕課答案

MOOC大數(shù)據(jù)基礎(chǔ)與應(yīng)用-北京理工大學(xué)中國(guó)大學(xué)慕課答案【第一周】單元測(cè)試1、問題：大數(shù)據(jù)的特性不包括選項(xiàng)：A、分布地域廣B、容量大C、速度快D、價(jià)值密度低正確答案:【分布地域廣】2、問題：如下關(guān)于大數(shù)據(jù)分析流程的哪一項(xiàng)是正確的？選項(xiàng)：A、數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)管理、數(shù)據(jù)分析、數(shù)據(jù)呈現(xiàn)B、數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)清洗、數(shù)據(jù)管理、數(shù)據(jù)呈現(xiàn)C、數(shù)據(jù)采集、數(shù)據(jù)呈現(xiàn)、數(shù)據(jù)分析、數(shù)據(jù)清洗、數(shù)據(jù)管理D、數(shù)據(jù)清洗、數(shù)據(jù)采集、數(shù)據(jù)呈現(xiàn)、數(shù)據(jù)分析、數(shù)據(jù)管理正確答案:【數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)管理、數(shù)據(jù)分析、數(shù)據(jù)呈現(xiàn)】3、問題：大數(shù)據(jù)分析與傳統(tǒng)的數(shù)據(jù)分析的區(qū)別主要在于：選項(xiàng)：A、傳統(tǒng)數(shù)據(jù)分析主要是描述性分析和診斷性分析，而大數(shù)據(jù)分析主要是預(yù)測(cè)性分析。B、大數(shù)據(jù)分析的對(duì)象是大規(guī)模類型多樣的海量數(shù)據(jù)，使用的模型較為復(fù)雜；而傳統(tǒng)數(shù)據(jù)分析則作用在有限的小規(guī)模數(shù)據(jù)集上，模型較為簡(jiǎn)單。C、大數(shù)據(jù)分析主要是為了發(fā)現(xiàn)新的規(guī)律和知識(shí)，而傳統(tǒng)數(shù)據(jù)分析主要是為了了解正在發(fā)生的事件及其原因。D、大數(shù)據(jù)分析需要借助各種分析工具完成，而傳統(tǒng)數(shù)據(jù)分析不需要使用其他工具。正確答案:【傳統(tǒng)數(shù)據(jù)分析主要是描述性分析和診斷性分析，而大數(shù)據(jù)分析主要是預(yù)測(cè)性分析。#大數(shù)據(jù)分析的對(duì)象是大規(guī)模類型多樣的海量數(shù)據(jù)，使用的模型較為復(fù)雜；而傳統(tǒng)數(shù)據(jù)分析則作用在有限的小規(guī)模數(shù)據(jù)集上，模型較為簡(jiǎn)單。#大數(shù)據(jù)分析主要是為了發(fā)現(xiàn)新的規(guī)律和知識(shí)，而傳統(tǒng)數(shù)據(jù)分析主要是為了了解正在發(fā)生的事件及其原因?！?、問題：1、大數(shù)據(jù)主要是由于數(shù)據(jù)規(guī)模巨大、來源分散、格式多樣，所以需要新的體系架構(gòu)、技術(shù)、算法和分析方法來對(duì)這些數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和關(guān)聯(lián)分析，以期望能夠從中抽取出隱藏的有價(jià)值的信息。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【正確】5、問題：數(shù)據(jù)科學(xué)家主要負(fù)責(zé)開發(fā)、構(gòu)建、測(cè)試和維護(hù)系統(tǒng)，比如數(shù)據(jù)庫和大規(guī)模處理系統(tǒng)選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【錯(cuò)誤】6、問題：大數(shù)據(jù)分析的目的是從類型多樣的海量數(shù)據(jù)中挖掘出隱藏的有價(jià)值的信息。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【正確】7、填空題：大數(shù)據(jù)分析能夠應(yīng)用在哪些領(lǐng)域？正確答案:【交通醫(yī)療足球零售天文政治】【第二周】單元測(cè)試1、問題：Python代碼：r=5+"5"的執(zhí)行結(jié)果是選項(xiàng)：A、報(bào)錯(cuò)B、55C、10D、5正確答案:【報(bào)錯(cuò)】2、問題：1.m=[1,2,[3]]2.n=m[:]3.n[1]=44.n[2][0]=55.print(m)代碼的執(zhí)行結(jié)果是？選項(xiàng)：A、[1,2,[5]]B、[1,2,[3]]C、[1,4,[3]]D、[1,4,[5]]正確答案:【[1,2,[5]]】3、問題：1.n1={'a':1,'b':2}2.n2=n13.n1['a']=54.s=n1['a']+n2['a']5.print(s)代碼的結(jié)果是？選項(xiàng)：A、10B、5C、6D、7正確答案:【10】4、問題：用python處理本機(jī)文件時(shí)，可以使用glob完成文件查找功能。下列有關(guān)glob的說法中，錯(cuò)誤的是選項(xiàng)：A、glob為內(nèi)置庫，無需import即可使用B、glob可以使用？匹配單個(gè)字符C、glob中表達(dá)式"[0-9]"表示匹配0-9中的單個(gè)數(shù)字D、glob返回的是一個(gè)包含所有匹配文件的列表正確答案:【glob為內(nèi)置庫，無需import即可使用】5、問題：1.importsqlite32.fromfakerimportFaker3.f=Faker("zh_cn")4.conn=sqlite3.connect(":memory:")5.c=conn.cursor()6.c.execute("createtableuser(idvarchar(10)primarykey,namevarchar(20))")7.foriinrange(0,100):8.c.execute("insertintouser(id,name)values('{}','{}')".format(i,()))9.c.execute("select*fromuser")10.result=c.fetchall()11.print(len(result))上述代碼執(zhí)行的結(jié)果是？選項(xiàng)：A、100B、10C、20D、0正確答案:【100】6、問題：用戶處理numpy的ndarray對(duì)象時(shí)，可以改變數(shù)組維度。下列描述中錯(cuò)誤的是選項(xiàng)：A、resize方法不能修改原andarray數(shù)組B、reshape方法不能修改原andarray數(shù)組C、flatten方法不能修改原andarray數(shù)組D、參數(shù)用元組來表示正確答案:【resize方法不能修改原andarray數(shù)組】7、問題：Numpy的Series對(duì)象在進(jìn)行運(yùn)算時(shí)，其默認(rèn)索引值是0到n-1可以參與運(yùn)算，而自定義索引值不會(huì)參與運(yùn)算。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【錯(cuò)誤】8、問題：DataFrame結(jié)構(gòu)為一個(gè)二維結(jié)構(gòu)，每一列可以為不同的值類型，但一列之內(nèi)的類型必須相同。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【正確】9、問題：由于Python的list列表足夠強(qiáng)大，完全可以代替ndarry這種數(shù)組。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【錯(cuò)誤】10、問題：使用文件打開命令時(shí)，即使使用withas語句也應(yīng)該調(diào)用close()方法顯式關(guān)閉文件，以保證文件安全。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【錯(cuò)誤】【第3周】單元測(cè)試1、問題：使用json庫進(jìn)行Python的內(nèi)置數(shù)據(jù)類型與Json類型轉(zhuǎn)換時(shí)，字典dict將被轉(zhuǎn)換為選項(xiàng)：A、objectB、stringC、strD、array正確答案:【object】2、問題：某網(wǎng)站提供形式多樣的財(cái)經(jīng)大數(shù)據(jù)服務(wù)：①提供一個(gè)第三方python庫，調(diào)用庫中方法可以直接返回DataFrame對(duì)象；②提供一個(gè)網(wǎng)站api，可以返回json格式字符串；③提供靜態(tài)頁面，內(nèi)含表格數(shù)據(jù)；④提供查詢功能，使用JavaScript動(dòng)態(tài)腳本生成查詢結(jié)果。假設(shè)上述各種服務(wù)樣式均可返回所需數(shù)據(jù)，則從減少編程工作量的角度看，用戶應(yīng)選擇的方案編號(hào)是選項(xiàng)：A、①B、②C、③D、④正確答案:【①】3、問題：對(duì)于matplotlib的plot方法原型：pyplot.plot([x],y,[format],…)，下列說法錯(cuò)誤的是選項(xiàng)：A、只需要提供y軸數(shù)據(jù)，即可繪制出圖像B、pyplot是matplotlib中的一個(gè)子庫名字C、format表示控制字符串，包括：顏色、風(fēng)格和標(biāo)記D、x軸數(shù)據(jù)必須提供正確答案:【x軸數(shù)據(jù)必須提供】4、問題：matplotlib提供了圖形文本顯示，下列函數(shù)可以在圖像中任意位置顯示文字的是選項(xiàng)：A、text()B、title()C、xlabel()D、ylabel()正確答案:【text()】5、問題：使用Pandas處理數(shù)據(jù)的時(shí)候，經(jīng)常會(huì)遇到重復(fù)值。下列說法中錯(cuò)誤的是選項(xiàng)：A、duplicated()返回值中用1表示重復(fù)，0表示不重復(fù)B、duplicated()用于判斷某行是否存在重復(fù)C、duplicated()返回一個(gè)Series對(duì)象D、duplicated()不能刪除重復(fù)值正確答案:【duplicated()返回值中用1表示重復(fù)，0表示不重復(fù)】6、問題：排序在數(shù)據(jù)處理中具有重要的作用。若df為一個(gè)DataFrame對(duì)象，則對(duì)其描述中錯(cuò)誤的是選項(xiàng)：A、排序時(shí)無論是升序還是降序，NaN統(tǒng)一排到序列的開頭部分B、df.nlargest(10,"Score")表示取Score列的前10項(xiàng)最大值C、df.sort_index()表示對(duì)索引排序D、df.sort_values()表示對(duì)數(shù)值排序正確答案:【排序時(shí)無論是升序還是降序，NaN統(tǒng)一排到序列的開頭部分】7、問題：語句json.dumps({'name':'David','age':20})將一個(gè)Python對(duì)象轉(zhuǎn)為一個(gè)JSON字符串。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【正確】8、問題：使用requests庫爬取回來的字符串?dāng)?shù)據(jù)，可以加載到BeautifulSoup庫中，形成一個(gè)樹狀的HTML頁面結(jié)構(gòu)，供用戶檢索使用。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【正確】9、問題：當(dāng)在DataFrame中試圖補(bǔ)全空值時(shí)，可以使用fillna，但該方法只能為整個(gè)DataFrame設(shè)置相同的補(bǔ)全值。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【錯(cuò)誤】10、問題：使用matplotlib繪制多圖時(shí)，可以使用subplots和subplot方法。如：1.fig,ax=subplot(rows,cols)選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【錯(cuò)誤】【第4周】單元測(cè)試1、問題：如下關(guān)于數(shù)據(jù)分析框架的流程，哪一項(xiàng)是正確的？選項(xiàng)：A、業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立模型、模型評(píng)估B、建立模型、模型評(píng)估、數(shù)據(jù)理解、業(yè)務(wù)理解、數(shù)據(jù)準(zhǔn)備C、數(shù)據(jù)理解、業(yè)務(wù)理解、建立模型、數(shù)據(jù)準(zhǔn)備、模型評(píng)估D、數(shù)據(jù)準(zhǔn)備、建立模型、模型評(píng)估、數(shù)據(jù)理解、業(yè)務(wù)理解正確答案:【業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立模型、模型評(píng)估】2、問題：偏度是數(shù)據(jù)分布扁平程度的測(cè)度。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【錯(cuò)誤】3、問題：中位數(shù)指的是任意一組數(shù)據(jù)中的中間位置的數(shù)。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【錯(cuò)誤】4、問題：某組數(shù)據(jù)的峰態(tài)系數(shù)小于0，則并表明該組數(shù)據(jù)為扁平分布或者平峰分布。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【正確】5、問題：預(yù)測(cè)降雨量屬于機(jī)器學(xué)習(xí)中的回歸任務(wù)的應(yīng)用場(chǎng)景。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【正確】6、填空題：已知10個(gè)家庭的人均月收入數(shù)據(jù)分別為：660、750、780、850、960、1080、1250、1500、1630、2000，請(qǐng)計(jì)算該組數(shù)據(jù)的中位數(shù)。正確答案:【1020】7、填空題：已知9個(gè)家庭的人均月收入數(shù)據(jù)分別為：1500、750、780、1080、850、960、2000、1250、1630，請(qǐng)計(jì)算該組數(shù)據(jù)的四分位數(shù)。（請(qǐng)使用較準(zhǔn)確的位置確定方法。）正確答案:【8151565】8、填空題：請(qǐng)計(jì)算下列數(shù)據(jù){10,12,13,14,25,30,40,50,90,100}的p=40%的截?cái)嗑怠＃ūＡ?位小數(shù)）正確答案:【28.67】9、填空題：請(qǐng)計(jì)算下列數(shù)據(jù){1,3,7,9,0,3,5}的中列數(shù)。正確答案:【4.5】10、填空題：依據(jù)下面兩組數(shù)據(jù)，分別計(jì)算兩組年收入數(shù)據(jù)的方差。第一組：99個(gè)年收入10萬的人和1個(gè)年收入1000萬的人，第二組：60個(gè)年收入10萬的人和40個(gè)年收入34.75萬的人。正確答案:【9801148.5】【第5周】單元測(cè)試1、問題：“二手車價(jià)格預(yù)測(cè)”場(chǎng)景屬于哪種機(jī)器學(xué)習(xí)的典型任務(wù)？選項(xiàng)：A、回歸B、分類C、關(guān)聯(lián)D、聚類正確答案:【回歸】2、問題：“垃圾郵件的處理”場(chǎng)景屬于哪種機(jī)器學(xué)習(xí)的典型任務(wù)？選項(xiàng)：A、分類B、關(guān)聯(lián)C、聚類D、回歸正確答案:【分類】3、問題：“推薦系統(tǒng)”場(chǎng)景屬于哪種機(jī)器學(xué)習(xí)的典型任務(wù)？選項(xiàng)：A、聚類B、分類C、關(guān)聯(lián)D、回歸正確答案:【聚類】4、問題：“尿布與啤酒”案例屬于哪種機(jī)器學(xué)習(xí)的典型任務(wù)？選項(xiàng)：A、關(guān)聯(lián)B、分類C、聚類D、回歸正確答案:【關(guān)聯(lián)】5、問題：過擬合是指模型不能在訓(xùn)練集上獲得足夠低的誤差選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【錯(cuò)誤】6、問題：有監(jiān)督算法和無監(jiān)督算法的區(qū)別在于數(shù)據(jù)是否進(jìn)行標(biāo)注。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【正確】7、問題：K-means算法屬于分類算法。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【錯(cuò)誤】8、問題：KNN算法的優(yōu)點(diǎn)在于不需要指定K的個(gè)數(shù)。選項(xiàng)：A、正確B、錯(cuò)誤正確答案:【錯(cuò)誤】9、填空題：決策樹的生成由兩個(gè)階段組成：_____、______正確答案:【判定樹構(gòu)建樹剪枝】10、填空題：假設(shè)有四個(gè)樣本分布在坐標(biāo)系中，已知A區(qū)兩點(diǎn)分別（2,5）和（1,4），B區(qū)（8,1）和（9,2），若使用KNN算法（距離使用歐氏距離），求M（4,3）屬于哪一區(qū)？正確答案:【A】【第七周】單元測(cè)試1、問題：以下關(guān)于日志采集工具Flume的說法不正確的是：選項(xiàng)：A、Flume是一個(gè)分布式、可靠和高可用的海量日志采集、聚合和傳輸?shù)娜罩臼占到y(tǒng)B、Flume的數(shù)據(jù)源和目標(biāo)都是可定制、可擴(kuò)展的C、Flume支持多級(jí)級(jí)聯(lián)和多路復(fù)制D、Flume適用于大量數(shù)據(jù)的實(shí)時(shí)數(shù)據(jù)采集正確答案:【Flume適用于大量數(shù)據(jù)的實(shí)時(shí)數(shù)據(jù)采集】2、問題：以下關(guān)于數(shù)據(jù)分發(fā)中間件Kafka的說法不正確的是：選項(xiàng)：A、Kafka是一個(gè)基于發(fā)布/訂閱的消息系統(tǒng)B、每條發(fā)布到Kafka集群的消息都屬于一個(gè)主題（topic）C、Kafka主要是使用c++、Java語言實(shí)現(xiàn)的D、Kafka將Topic分成一個(gè)或者多個(gè)Partition正確答案:【Kafka主要是使用c++、Java語言實(shí)現(xiàn)的】3、問題：以下關(guān)于分布式文件系統(tǒng)HDFS的說法不正確的是：選項(xiàng)：A、HDFS是能夠運(yùn)行在通用硬件上的分布式文件系統(tǒng)B、HDFS支持存儲(chǔ)TB-PB級(jí)別的數(shù)據(jù)C、HDFS支持多用戶寫入，任意修改文件D、數(shù)據(jù)塊（Block）是HDFS文件系統(tǒng)基本的存儲(chǔ)單位正確答案:【HDFS支持多用戶寫入，任意修改文件】4、問題：HDFS集群中管理文件系統(tǒng)的元數(shù)據(jù)、負(fù)責(zé)客戶端請(qǐng)求響應(yīng)的節(jié)點(diǎn)是：選項(xiàng)：A、NameNodeB、DataNodeC、ClientNodeD、ActiveNode正確答案:【NameNode】5、問題：HDFS（Hadoop1.X版本中）默認(rèn)的塊大小是：選項(xiàng)：A、32MBB、32KBC、64MBD、64KB正確答案:【64MB】6、問題：以下關(guān)于分布式數(shù)據(jù)庫HBase的說法不正確的是：選項(xiàng)：A、HBase是一個(gè)基于列式存儲(chǔ)的分布式數(shù)據(jù)庫系統(tǒng)B、HBase源于GoogleBigTable技術(shù)C、HBase比傳統(tǒng)關(guān)系數(shù)據(jù)庫系統(tǒng)具有更加豐富的數(shù)據(jù)類型D、HBase不支持復(fù)雜的SQL操作，例如表連接正確答案:【HBase比傳統(tǒng)關(guān)系數(shù)據(jù)庫系統(tǒng)具有更加豐富的數(shù)據(jù)類型】7、問題：HBase中分布式存儲(chǔ)和負(fù)載均衡的最小單元是：選項(xiàng)：A、TableB、RegionC、BlockD、Partition正確答案:【Region】8、問題：以下關(guān)于數(shù)據(jù)倉庫Hive的說法不正確的是：選項(xiàng)：A、Hive主要是為分析數(shù)據(jù)而設(shè)計(jì)的數(shù)據(jù)倉庫B、Hive的數(shù)據(jù)最終都保存為HDFS文件C、Hive將用戶的查詢語句轉(zhuǎn)換為MapReduce作業(yè)提交到Hadoop集群上執(zhí)行D、Hive能夠在大規(guī)模數(shù)據(jù)集上實(shí)現(xiàn)低延遲快速的查詢正確答案:【Hive能夠在大規(guī)模數(shù)據(jù)集上實(shí)現(xiàn)低延遲快速的查詢】9、問題：Hive的數(shù)據(jù)模型主要包括：選項(xiàng)：A、表（Tables）B、分區(qū)（Partitions）C、桶（Buckets）D、塊（Blocks）正確答案:【表（Tables）#分區(qū)（Partitions）#桶（Buckets）】10、問題：NoSQL數(shù)據(jù)庫的主要類型包括：選項(xiàng)：A、圖形數(shù)據(jù)庫B、文檔數(shù)據(jù)庫C、鍵值數(shù)據(jù)庫D、列族數(shù)據(jù)庫正確答案:【圖形數(shù)據(jù)庫#文檔數(shù)據(jù)庫#鍵值數(shù)據(jù)庫#列族數(shù)據(jù)庫】MOOC期末測(cè)試1、問題：下列數(shù)據(jù)類型中，不屬于Python內(nèi)置數(shù)據(jù)類型的是：選項(xiàng)：A、strB、floatC、dtypeD、bool正確答案:【dtype】2、問題：假設(shè)d是一個(gè)DataFrame類型對(duì)象，其中包含name和age兩列100行數(shù)據(jù)。則下列表達(dá)式中，錯(cuò)誤的是.選項(xiàng)：A、d[‘a(chǎn)ge’]B、d[2,’name’]C、d.ageD、d.loc[2,’name’]正確答案:【d[2,’name’]】3、問題：以下不屬于高維數(shù)據(jù)可視化技術(shù)的是.選項(xiàng)：A、RadVizB、平行坐標(biāo)C、降維投影D、詞云正確答案:【詞云】4、問題：以下哪個(gè)是常見的大數(shù)據(jù)處理流程.選項(xiàng)：A、數(shù)據(jù)獲取、數(shù)據(jù)清洗、數(shù)據(jù)分析、數(shù)據(jù)可視化B、數(shù)據(jù)清洗、數(shù)據(jù)獲取、數(shù)據(jù)分析、數(shù)據(jù)可視化C、數(shù)據(jù)清洗、數(shù)據(jù)獲取、數(shù)據(jù)可視化、數(shù)據(jù)分析D、數(shù)據(jù)可視化、數(shù)據(jù)清洗、數(shù)據(jù)獲取、數(shù)據(jù)分析正確答案:【數(shù)據(jù)獲取、數(shù)據(jù)清洗、數(shù)據(jù)分析、數(shù)據(jù)可視化】5、問題：大數(shù)據(jù)分析技術(shù)可以應(yīng)用于哪些行業(yè).選項(xiàng)：A、政務(wù)和交通B、金融和農(nóng)業(yè)C、醫(yī)療和健康D、其他全是正確答案:【其他全是】6、問題：測(cè)得一組身高（cm）數(shù)據(jù)如下：176、165、173、168、176、180、177、168、174、176，則其眾數(shù)和中位數(shù)分別是：選項(xiàng)：A、175,176B、173.3,175C、176,173.3D、176,175正確答案:【176,175】7、問題：數(shù)據(jù)清洗的方法不包括選項(xiàng)：A、缺失值處理B、噪聲數(shù)據(jù)清除C、數(shù)據(jù)可視化D、重復(fù)數(shù)據(jù)記錄處理正確答案:【數(shù)據(jù)可視化】8、問題：以下哪個(gè)不屬于分布式文件系統(tǒng)HDFS的特有特性選項(xiàng)：A、高容錯(cuò)性B、高吞吐量C、隨機(jī)讀寫D、大文件存儲(chǔ)正確答